Фокусировка пучков заряженных частиц
Здравствуйте. Сегодня мы собираемся необычным образом (правильным) выполнить все расчеты одной
из Лабораторных работ из курса 14 кафедры университета НИЯУ МИФИ.
import math
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import os # для создания путей папок для сохранения
# Функция для создания матрицы L от числа z
def L(z):
return np.array([[1,z],[0,1]])
#x_i
# Функция для разделения слова на отдельные буквы списком
def typeofl(word):
type_sys=list(word)
return type_sys
def focus(word, pictures=False,Ffok=5,Fdef=5,d=6,s1=6,s2=6):
'''
Ffok - Фокусное расстояние фокусирующей линзы, м
Fdef - Фокусное расстояние дефокусирующей линзы, м
d - Расстояние между линзами, м
s1 - Пролетный промежуток до линзы, м
s2 - Пролетный промежуток после линзы, м
Чтобы поменять стандартные значения при фиксировании, измените их при определении самой функции
focus (см Выше)
'''
#Матрицы пролётного промежутка и линз
Mf=np.array([[1,0],[-1/Ffok,1]])
Md=np.array([[1,0],[1/Fdef,1]])
#print(Mf,'\n\n',Md)
#Начальные условия
xmax=0.01 #м
dxmax=0.001 #рад
n=100
x_i=[]
for i in range(n):
x_i_i=[xmax*(math.cos(i*2*math.pi/n)) ,dxmax*(math.sin(i*2*math.pi/n))]
x_i.append(x_i_i)
x_i=np.array(x_i)
data=pd.DataFrame(x_i,columns = ['xi','xi`'])
#print(data.head())
type_list=typeofl(word.upper())
# Если хочется выводить графики
if pictures:
print(f'Система линз {type_list} Создана. Расчет значений:\n') # Пафосную фразу чтобы круче
выглядело
sns.set_style('darkgrid') # Для лучшей видимости изменим стиль
f= plt.figure(figsize=(8,34)) # Размер subplot-а
num_1=9
num_2=2
num_3=1
sub=100*num_1+10*num_2+num_3 #метод разбиения если вдруг захотите вывести большую систему
типа ФОДОФОДОФО
ax = f.add_subplot(sub)
sns.scatterplot(x='xi', y='xi`', ax=ax, data=data)
plt.title('Входные значения') # Начальный график сразу нарисуем
for i in range(len(type_list)):
if type_list[i]=='О' and i==0:
matric=L(s1)
elif type_list[i]=='О' and i==len(type_list)-1:
matric=L(s2)
elif type_list[i]=='Ф':
matric=Mf
elif type_list[i]=='Д':
matric=Md
else:
matric=L(d)
matric=np.array(matric) # Определяем, какую матрицу на каждом этапе нужно использовать
x_q=[]
for q in range(n): # Перемножение матриц
x_i_trans=x_i[q]
#x_i_trans=np.vstack(x_i_trans)
# x_i_trans=np.transpose(x_i_trans)
x_q.append(np.matmul(matric,x_i_trans))
# if q==0:
# #print(f'Давайте проверим, что перемножение матриц правильное')
# print(f" Умножим матрицу \n{matric} на \n{x_i_trans} \nБыла матрица {x_i[q]}, а
стала {x_q[q]}")
# #print('\n')
x_q=np.array(x_q)
x_i=x_q
title='x'+str(i)
title_='x'+str(i)+'`'
data[title]=x_q[:,0] # Закидываем в дату с x и x' значения
data[title_]=x_q[:,1] # Закидываем в дату с x и x' значения
if pictures:
num_3=i+2 # Сразу понятно, что этим методом можно вывести только до 8-сложной системы,
дальше поплывет subplot
sub=100*num_1+10*num_2+num_3
#print(sub)
ax = f.add_subplot(sub)
plt_title='Система '+str(type_list[:i+1])
plt.title(plt_title)
sns.scatterplot(x='xi', y='xi`', ax=ax, data=data) #рисуем на каждом этапе начальный
график отдельно
for q in range(i+1):
sns.scatterplot(x='x'+str(q), y='x'+str(q)+'`', ax=ax, data=data) # Вставляем все
изменения как в лабе показывались
# if q==i:
# zet=[max(x_q[:,0]),max(x_q[:,1])]
# print(zet)
#print(data.head())
max_list=max(x_q[:,0])
max_list_=max(x_q[:,1])
last_list=[max_list,max_list_]
# print(x_q[:,0])
# print(x_q[:,1])
return last_list; # возвращаем два числа из функции - x и x' , - Причем максимальные значения.
'''
Проверим работоспособность программы!
Напишите снизу какую-нибудь систему
'''
Say='фодофо'
max_list=focus(word=Say,pictures=True)
print(f"Макс x: {max_list[0]}\nМакс x`: {max_list[1]}")
Система линз ['Ф', 'О', 'Д', 'О', 'Ф', 'О'] Создана. Расчет значений:
Макс x: 0.01453439580371451
Макс x`: 0.0018610861884814462
# Функция экспорта
def my_export(Title='output.xlsx', show=True):
'''
Автоматизируем процесс построения таблиц.
Создадим для начала все списки, как и что будет меняться, если нужно поменять
'''
for_list=np.arange(2,10,0.5, dtype=float)
Ffok_list=for_list
Fdef_list=for_list
d_list=for_list
s1_list=for_list
s2_list=for_list
word_list=['ОФО','ОДО','фодо','дофо','фодофо','офодо','фофододо'] # ВАЖНО! Впишите названия
систем, которые вы хотите рассчитать.
#Можно писать и маленькими буквами, дальше есть защита от этого
# Ffok_list=[1,3,5,7,9]
# Fdef_list=[1,3,5,7,9]
# d_list=[1,3,6,8,10]
# s1_list=[1,3,6,8,10]
# s2_list=[1,3,6,8,10]
dic = {}
dic2 = {} # Для обнуления библиотек при каждом запуске (на всякий случай добавил, можно и
убрать)
import warnings
warnings.filterwarnings('ignore') # Добавил тк без этого будет выводиться надпись, что в
будущем метод pd.append не будет использоваться
for word in word_list:
word=word.upper() # Защита от дебила, который написал что-то с маленькой буквы
type_list=typeofl(word) # Разделяем слово по буквам
dic[word] = pd.DataFrame(columns=["Change","Value","x","x`"]) # Создаем отдельный датасет
для системы линз с такими вот колонками
'''
Дальше идет циклический вызов функции нахождения максимума с созданием строки датасета,
который вклинивается в датасет для текущей системы
'''
for i in range(len(word)):
if type_list[i]=='О' and i==0:
for s1 in s1_list:
max_list=focus(word=word, s1=s1)
dic2=pd.DataFrame({"Change":['s1'],"Value":[s1],"x":[max_list[0]],"x`":
[max_list[1]] })
dic[word]=dic[word].append(dic2, ignore_index= True)
elif type_list[i]=='О' and i==len(type_list)-1:
for s2 in s2_list:
max_list=focus(word=word, s2=s2)
dic2=pd.DataFrame({"Change":['s2'],"Value":[s2],"x":[max_list[0]],"x`":
[max_list[1]] })
dic[word]=dic[word].append(dic2, ignore_index= True)
elif type_list[i]=='Ф':
for Ffok in Ffok_list:
max_list=focus(word=word, Ffok=Ffok)
dic2=pd.DataFrame({"Change":['Ffok'],"Value":[Ffok],"x":[max_list[0]],"x`":
[max_list[1]] })
dic[word]=dic[word].append(dic2, ignore_index= True)
elif type_list[i]=='Д':
for Fdef in Fdef_list:
max_list=focus(word=word, Fdef=Fdef)
dic2=pd.DataFrame({"Change":['Fdef'],"Value":[Fdef],"x":[max_list[0]],"x`":
[max_list[1]] })
dic[word]=dic[word].append(dic2, ignore_index= True)
else:
for d in d_list:
max_list=focus(word=word, d=d)
dic2=pd.DataFrame({"Change":['d'],"Value":[d],"x":[max_list[0]],"x`":
[max_list[1]] })
dic[word]=dic[word].append(dic2, ignore_index= True)
#for Ffok in Ffok_list:
if show:
print('Пример вывода программы')
print(dic[word_list[0]])
from openpyxl import Workbook
# Добавляем библиотеку для записи в Excel с изменением названий листов
with pd.ExcelWriter(Title) as writer:
for name, df in dic.items():
sheet_name='Система #'+str(name)
df.to_excel(writer, sheet_name=sheet_name)
'''
Построим графики для каждой системы
'''
for name, df in dic.items():
f,ax = plt.subplots(1,2,figsize=(14,6))
sns.lineplot(x='Value',y='x',data=df,palette='magma',hue='Change', ax=ax[0]).set(title=f'x
системы {name}')
sns.lineplot(x='Value',y='x`',data=df,palette='magma',
hue='Change',ax=ax[1]).set(title=f'x` системы {name}')
png_name='Система #'+str(name)+'.png'
png_path='output_images/'
png_name=png_path+png_name
plt.savefig(png_name)
my_export(Title='output.xlsx', show=True)
Пример вывода программы
Change Value x x`
0 s1 2.0 0.005944 0.002088
1 s1 2.5 0.005850 0.002062
2 s1 3.0 0.005757 0.002040
3 s1 3.5 0.005664 0.002022
4 s1 4.0 0.005571 0.002009
5 s1 4.5 0.005478 0.002002
6 s1 5.0 0.005385 0.002000
7 s1 5.5 0.005292 0.002002
8 s1 6.0 0.005199 0.002009
9 s1 6.5 0.005106 0.002022
10 s1 7.0 0.005014 0.002040
11 s1 7.5 0.004923 0.002062
12 s1 8.0 0.004833 0.002088
13 s1 8.5 0.004742 0.002118
14 s1 9.0 0.004652 0.002154
15 s1 9.5 0.004561 0.002193
16 Ffok 2.0 0.020875 0.005385
17 Ffok 2.5 0.014202 0.004237
18 Ffok 3.0 0.010000 0.003479
19 Ffok 3.5 0.007345 0.002945
20 Ffok 4.0 0.005829 0.002549
21 Ffok 4.5 0.005207 0.002246
22 Ffok 5.0 0.005199 0.002009
23 Ffok 5.5 0.005528 0.001820
24 Ffok 6.0 0.006000 0.001667
25 Ffok 6.5 0.006507 0.001540
26 Ffok 7.0 0.007003 0.001435
27 Ffok 7.5 0.007471 0.001348
28 Ffok 8.0 0.007905 0.001275
29 Ffok 8.5 0.008302 0.001213
30 Ffok 9.0 0.008665 0.001160
31 Ffok 9.5 0.008998 0.001115
32 s2 2.0 0.008207 0.002009
33 s2 2.5 0.007432 0.002009
34 s2 3.0 0.006720 0.002009
35 s2 3.5 0.006090 0.002009
36 s2 4.0 0.005571 0.002009
37 s2 4.5 0.005197 0.002009
38 s2 5.0 0.005000 0.002009
39 s2 5.5 0.005001 0.002009
40 s2 6.0 0.005199 0.002009
41 s2 6.5 0.005576 0.002009
42 s2 7.0 0.006094 0.002009
43 s2 7.5 0.006725 0.002009
44 s2 8.0 0.007440 0.002009
45 s2 8.5 0.008214 0.002009
46 s2 9.0 0.009034 0.002009
47 s2 9.5 0.009889 0.002009
'''
В качестве доказательства того, что предположение в 3-ем задании насчет равенстве систем ДОФО и
ФОДО, давайте
рассмотрим графики переходов при одинаковых (стандартных) значениях
'''
max_list=focus(word='дофо',pictures=True)
print(f"Макс x: {max_list[0]}\nМакс x`: {max_list[1]}")
Система линз ['Д', 'О', 'Ф', 'О'] Создана. Расчет значений:
Макс x: 0.008988860849714496
Макс x`: 0.0024078222521337145
max_list=focus(word='фодо',pictures=True)
print(f"Макс x: {max_list[0]}\nМакс x`: {max_list[1]}")
Система линз ['Ф', 'О', 'Д', 'О'] Создана. Расчет значений:
Макс x: 0.025247607693173666
Макс x`: 0.003255528338854503
def period(word, pictures=False,d=6,s=2,floke=0,F=5):
'''
Ffok - Фокусное расстояние фокусирующей линзы, м
Fdef - Фокусное расстояние дефокусирующей линзы, м
d - Период системы линз, м
s - Начальный Пролетный промежуток до линзы, м
Чтобы поменять стандартные значения при фиксировании, измените их при определении самой функции
focus (см Выше)
'''
Fdef=F
Ffok=F
#Матрицы пролётного промежутка и линз
Mf=np.array([[1,0],[-1/Ffok,1]])
Md=np.array([[1,0],[1/Fdef,1]])
#print(Mf,'\n\n',Md)
#Начальные условия
xmax=0.01 #м
dxmax=0.001 #рад
n=100
x_i=[]
for i in range(n):
x_i_i=[xmax*(math.cos(i*2*math.pi/n)) ,dxmax*(math.sin(i*2*math.pi/n))]
x_i.append(x_i_i)
x_i=np.array(x_i)
data=pd.DataFrame(x_i,columns = ['xi','xi`'])
#print(data.head())
type_list=typeofl(word.upper())
# Если хочется выводить графики
if pictures:
print(f'Система линз {type_list} Создана. Расчет значений:\n') # Пафосную фразу чтобы круче
выглядело
sns.set_style('darkgrid') # Для лучшей видимости изменим стиль
f= plt.figure(figsize=(8,34)) # Размер subplot-а
num_1=9
num_2=2
num_3=1
sub=100*num_1+10*num_2+num_3 #метод разбиения если вдруг захотите вывести большую систему
типа ФОДОФОДОФО
ax = f.add_subplot(sub)
sns.scatterplot(x='xi', y='xi`', ax=ax, data=data)
plt.title('Входные значения.') # Начальный график сразу нарисуем
assert word.upper()=="ФОФО" or "ФОДО", "Рассматриваются только две периодические системы: ФОФО
и ФОДО"
if floke!=0:
if pictures:
print(f"Параметр Флоке задан: {floke}")
#Посчитаем расстояние между линзами, если Флоке задан изначально (для задания 7)
if word.upper()=="ФОФО":
d=(1-math.cos(floke))*2*F
if word.upper()=="ФОДО":
d=math.sqrt((1-math.cos(floke))*8*F**2)
if pictures:
print(f'Тогда параметр d можно посчитать. d = {d}')
if 0<d/F<4:
condition='выполняется'
else:
condition='не выполняется'
if pictures:
print(f'Проверим условие фокусировки.\n0<{d/F}<4 - {condition}')
if word.upper()=="ФОФО":
assert s<d, f"В системе ФОФО значение s={s} должно быть меньше d={d}"
'''
Посчитаем конечную матрицу перехода
'''
matric_full=np.matmul(L(s),np.matmul(Mf,L(d-s)))
shpour=np.trace(matric_full)
if pictures:
print(f" Вот есть матрица перехода\n{matric_full}\nШпур у нее равен : {shpour}")
if floke==0:
floke=math.acos(shpour/2)
if pictures:
print(f"Параметр Флоке : {floke}")
betta=matric_full[0,1]/math.sin(floke)
if pictures:
print(f"Параметр бетта : {betta}")
for i in range(len(type_list)-1):
if i==0:
matric=L(d-s)
if i==1:
matric=Mf
if i==2:
matric=L(s)
matric=np.array(matric) # Определяем, какую матрицу на каждом этапе нужно использовать
x_q=[]
for q in range(n): # Перемножение матриц
x_i_trans=x_i[q]
#x_i_trans=np.vstack(x_i_trans)
# x_i_trans=np.transpose(x_i_trans)
x_q.append(np.matmul(matric,x_i_trans))
# if q==0:
# #print(f'Давайте проверим, что перемножение матриц правильное')
# print(f" Умножим матрицу \n{matric} на \n{x_i_trans} \nБыла матрица
{x_i[q]}, а стала {x_q[q]}")
# #print('\n')
x_q=np.array(x_q)
x_i=x_q
title='x'+str(i)
title_='x'+str(i)+'`'
data[title]=x_q[:,0] # Закидываем в дату с x и x' значения
data[title_]=x_q[:,1] # Закидываем в дату с x и x' значения
if pictures:
num_3=i+2 # Сразу понятно, что этим методом можно вывести только до 8-сложной
системы, дальше поплывет subplot
sub=100*num_1+10*num_2+num_3
#print(sub)
ax = f.add_subplot(sub)
plt_title='Система '+str(type_list[:i+2])
plt.title(plt_title)
sns.scatterplot(x='xi', y='xi`', ax=ax, data=data) #рисуем на каждом этапе
начальный график отдельно
for q in range(i+1):
sns.scatterplot(x='x'+str(q), y='x'+str(q)+'`', ax=ax, data=data) # Вставляем
все изменения как в лабе показывались
# if q==i:
# zet=[max(x_q[:,0]),max(x_q[:,1])]
# print(zet)
if word.upper()=="ФОДО":
assert s<d/2, f"В системе ФОДО значение s={s} должно быть меньше d/2={d/2}"
'''
Посчитаем конечную матрицу перехода
'''
matric_full=np.matmul(L(s),np.matmul(Md,np.matmul(L(d/2),np.matmul(Mf,L(d/2-s)))))
shpour=np.trace(matric_full)
if pictures:
print(f" Вот есть матрица перехода\n{matric_full}\nШпур у нее равен : {shpour}")
if floke==0:
floke=math.acos(shpour/2)
if pictures:
print(f"Параметр Флоке : {floke}")
betta=matric_full[0,1]/math.sin(floke)
if pictures:
print(f"Параметр бетта : {betta}")
for i in range(len(type_list)+1):
if i==0:
matric=L(d/2-s)
if i==1:
matric=Mf
if i==2:
matric=L(d/2)
if i==3:
matric=Md
if i==4:
matric=L(s)
matric=np.array(matric) # Определяем, какую матрицу на каждом этапе нужно использовать
x_q=[]
for q in range(n): # Перемножение матриц
x_i_trans=x_i[q]
#x_i_trans=np.vstack(x_i_trans)
# x_i_trans=np.transpose(x_i_trans)
x_q.append(np.matmul(matric,x_i_trans))
# if q==0:
# #print(f'Давайте проверим, что перемножение матриц правильное')
# print(f" Умножим матрицу \n{matric} на \n{x_i_trans} \nБыла матрица
{x_i[q]}, а стала {x_q[q]}")
# #print('\n')
x_q=np.array(x_q)
x_i=x_q
title='x'+str(i)
title_='x'+str(i)+'`'
data[title]=x_q[:,0] # Закидываем в дату с x и x' значения
data[title_]=x_q[:,1] # Закидываем в дату с x и x' значения
if pictures:
num_3=i+2 # Сразу понятно, что этим методом можно вывести только до 8-сложной
системы, дальше поплывет subplot
sub=100*num_1+10*num_2+num_3
#print(sub)
ax = f.add_subplot(sub)
if i<1:
plt_title='Система ФОДО'
else:
plt_title='Система '+str(type_list[:i])
plt.title(plt_title)
sns.scatterplot(x='xi', y='xi`', ax=ax, data=data) #рисуем на каждом этапе
начальный график отдельно
for q in range(i+1):
sns.scatterplot(x='x'+str(q), y='x'+str(q)+'`', ax=ax, data=data) # Вставляем
все изменения как в лабе показывались
# if q==i:
# zet=[max(x_q[:,0]),max(x_q[:,1])]
# print(zet)
#print(data.head())
max_list=max(x_q[:,0])
max_list_=max(x_q[:,1])
last_list=[max_list,max_list_]
# print(x_q[:,0])
# print(x_q[:,1])
return last_list; # возвращаем два числа из функции - x и x' , - Причем максимальные значения.
#Задание 5.а
Say='фофо'
period(Say,pictures=True, d=6,s=3) # В одном задании нужно покрутить значение s, чтобы убедиться,
что шпур не зависит от него
period(Say,pictures=True, d=6,s=5)
Система линз ['Ф', 'О', 'Ф', 'О'] Создана. Расчет значений:
Проверим условие фокусировки.
0<1.2<4 - выполняется
Вот есть матрица перехода
[[ 0.4 4.2]
[-0.2 0.4]]
Шпур у нее равен : 0.7999999999999998
Параметр Флоке : 1.1592794807274087
Параметр бетта : 4.582575694955839
Система линз ['Ф', 'О', 'Ф', 'О'] Создана. Расчет значений:
Проверим условие фокусировки.
0<1.2<4 - выполняется
Вот есть матрица перехода
[[-5.55111512e-17 5.00000000e+00]
[-2.00000000e-01 8.00000000e-01]]
Шпур у нее равен : 0.8
Параметр Флоке : 1.1592794807274085
Параметр бетта : 5.455447255899809
[0.005, 0.0021540526139242453]
# Задание 5.б
Say='фофо'
floke=math.pi/3
F=1
s=0.3
#s=1.99 #Проверить и показать
max_list=period(Say,pictures=True,s=s,floke=floke,F=F)
Система линз ['Ф', 'О', 'Ф', 'О'] Создана. Расчет значений:
Параметр Флоке задан: 1.0471975511965976
Тогда параметр d можно посчитать. d = 0.9999999999999998
Проверим условие фокусировки.
0<0.9999999999999998<4 - выполняется
Вот есть матрица перехода
[[ 0.7 0.79]
[-1. 0.3 ]]
Шпур у нее равен : 1.0000000000000002
Параметр бетта : 0.9122134253196086
def betta_func(floke,F,word,variant):
'''
Ffok - Фокусное расстояние фокусирующей линзы, м
Fdef - Фокусное расстояние дефокусирующей линзы, м
d - Период системы линз, м
s - Начальный Пролетный промежуток до линзы, м
Чтобы поменять стандартные значения при фиксировании, измените их при определении самой функции
focus (см Выше)
'''
Fdef=F
Ffok=F
#Матрицы пролётного промежутка и линз
Mf=np.array([[1,0],[-1/Ffok,1]])
Md=np.array([[1,0],[1/Fdef,1]])
#print(Mf,'\n\n',Md)
#Начальные условия
num=4
n=100*num
type_list=typeofl(word.upper())
assert word.upper()=="ФОФО" or "ФОДО", "Рассматриваются только две периодические системы: ФОФО
и ФОДО"
if word.upper()=="ФОФО":
d=(1-math.cos(floke))*2*F
if word.upper()=="ФОДО":
d=math.sqrt((1-math.cos(floke))*8*F**2)
if word.upper()=="ФОФО":
s=[]
betta=[]
for i in range(n):
s.append(i*d/n)
assert s[i]<d, f"В системе ФОФО значение s={s} должно быть меньше d={d}"
'''
Посчитаем конечную матрицу перехода
'''
matric_full=np.matmul(L(s[i]),np.matmul(Mf,L(d-s[i])))
shpour=np.trace(matric_full)
betta.append(matric_full[0,1]/math.sin(floke))
if word.upper()=="ФОДО":
s=[]
betta=[]
for i in range(n):
s.append(i*d/(2*n))
assert s[i]<d/2, f"В системе ФОДО значение s={s} должно быть меньше d/2={d/2}"
'''
Посчитаем конечную матрицу перехода
'''
matric_full=np.matmul(L(s[i]),np.matmul(Md,np.matmul(L(d/2),np.matmul(Mf,L(d/2-
s[i])))))
shpour=np.trace(matric_full)
betta.append(matric_full[0,1]/math.sin(floke))
s=np.array(s)
betta=np.array(betta)
plt.figure()
plt.plot(s, betta)
plt.title(f"Вариант {variant}. Зависимость бета-функции от пролетного расстояния")
plt.xlabel("s")
plt.ylabel('betta')
png_name='betta(s).png'
if word.upper()=="ФОФО":
png_path='Варианты для задачи 5.б/'+str(variant)+'/'
if word.upper()=="ФОДО":
png_path='Варианты для задачи 6.г/'+str(variant)+'/'
png_name=png_path+png_name
plt.savefig(png_name)
#table=np.dstack((s,betta))
#print(table)
# Задание 5.б (автомат. подсчет)
# Сделать автоматический подсчет для всех вариантов
Variants=np.arange(30, dtype=float).reshape(15,2)
for i in range(15):
if i<3:
Variants[i][0]=math.pi/2
elif i<6:
Variants[i][0]=math.pi/3
elif i<9:
Variants[i][0]=math.pi/4
elif i<12:
Variants[i][0]=math.pi/6
elif i<15:
Variants[i][0]=math.pi
if i%3==0:
Variants[i][1]=1
if i%3==1:
Variants[i][1]=2
if i%3==2:
Variants[i][1]=0.5
print(Variants)
i=0
word='фофо'
'''
Создадим папки от 1 до 15
'''
# png_path='Варианты для задачи 5.б/'
# for q in range(1,16):
# os.mkdir(png_path+str(q))
for Floke,F in Variants:
i+=1
betta_func(Floke,F,word,i)
[[1.57079633 1. ]
[1.57079633 2. ]
[1.57079633 0.5 ]
[1.04719755 1. ]
[1.04719755 2. ]
[1.04719755 0.5 ]
[0.78539816 1. ]
[0.78539816 2. ]
[0.78539816 0.5 ]
[0.52359878 1. ]
[0.52359878 2. ]
[0.52359878 0.5 ]
[3.14159265 1. ]
[3.14159265 2. ]
[3.14159265 0.5 ]]
# Функция экспорта
def my_export_period(word, show=True):
'''
Автоматизируем процесс построения таблиц.
Создадим для начала все списки, как и что будет меняться, если нужно поменять
'''
for_list=np.arange(2,10,0.5, dtype=float)
F_list=for_list
d_list=for_list
s_list=for_list
dic = {}
dic2 = {} # Для обнуления библиотек при каждом запуске (на всякий случай добавил, можно и
убрать)
import warnings
warnings.filterwarnings('ignore') # Добавил тк без этого будет выводиться надпись, что в
будущем метод pd.append не будет использоваться
word=word.upper() # Защита от дебила, который написал что-то с маленькой буквы
type_list=typeofl(word) # Разделяем слово по буквам
dic[word] = pd.DataFrame(columns=["Change","Value","x","x`"]) # Создаем отдельный датасет для
системы линз с такими вот колонками
'''
Дальше идет циклический вызов функции нахождения максимума с созданием строки датасета, который
вклинивается в датасет для текущей системы
'''
if word.upper()=='ФОДО':
d=6
s=2
F=5
for s in s_list:
if s<d/2:
max_list=period(word=word, s=s)
dic2=pd.DataFrame({"Change":['s'],"Value":[s],"x":[max_list[0]],"x`":[max_list[1]]
})
dic[word]=dic[word].append(dic2, ignore_index= True)
d=6
s=2
F=5
for d in d_list:
if s<d/2:
max_list=period(word=word, d=d)
dic2=pd.DataFrame({"Change":['d'],"Value":[d],"x":[max_list[0]],"x`":[max_list[1]]
})
dic[word]=dic[word].append(dic2, ignore_index= True)
d=6
s=2
F=5
for F in F_list:
if s<d/2:
max_list=period(word=word, F=F)
dic2=pd.DataFrame({"Change":['F'],"Value":[F],"x":[max_list[0]],"x`":[max_list[1]]
})
dic[word]=dic[word].append(dic2, ignore_index= True)
if word.upper()=='ФОФО':
d=6
s=2
F=5
for s in s_list:
if s<d:
max_list=period(word=word, s=s)
dic2=pd.DataFrame({"Change":['s'],"Value":[s],"x":[max_list[0]],"x`":[max_list[1]]
})
dic[word]=dic[word].append(dic2, ignore_index= True)
d=6
s=2
F=5
for d in d_list:
if s<d:
max_list=period(word=word, d=d)
dic2=pd.DataFrame({"Change":['d'],"Value":[d],"x":[max_list[0]],"x`":[max_list[1]]
})
dic[word]=dic[word].append(dic2, ignore_index= True)
d=6
s=2
F=5
for F in F_list:
if s<d:
max_list=period(word=word, F=F)
dic2=pd.DataFrame({"Change":['F'],"Value":[F],"x":[max_list[0]],"x`":[max_list[1]]
})
dic[word]=dic[word].append(dic2, ignore_index= True)
if show:
print('Пример вывода программы')
print(dic[word])
'''
Построим графики для каждой системы
'''
for name, df in dic.items():
f,ax = plt.subplots(1,2,figsize=(14,6))
sns.lineplot(x='Value',y='x',data=df,palette='magma',hue='Change', ax=ax[0]).set(title=f'x
системы {name}')
sns.lineplot(x='Value',y='x`',data=df,palette='magma',
hue='Change',ax=ax[1]).set(title=f'x` системы {name}')
png_name='Система #'+str(name)+'.png'
png_path='period_images/'
png_name=png_path+png_name
plt.savefig(png_name)
#Задача 5.в и 6.в.
Say='фофо'
my_export_period(Say, show=True)
Say='фодо'
my_export_period(Say, show=True)
Пример вывода программы
Change Value x x`
0 s 2.0 0.007440 0.002009
1 s 2.5 0.006562 0.002022
2 s 3.0 0.005800 0.002040
3 s 3.5 0.005202 0.002062
4 s 4.0 0.004833 0.002088
5 s 4.5 0.004755 0.002118
6 s 5.0 0.005000 0.002154
7 s 5.5 0.005541 0.002193
8 d 2.5 0.006425 0.002193
9 d 3.0 0.006536 0.002154
10 d 3.5 0.006664 0.002118
11 d 4.0 0.006799 0.002088
12 d 4.5 0.006944 0.002062
13 d 5.0 0.007102 0.002040
14 d 5.5 0.007264 0.002022
15 d 6.0 0.007440 0.002009
16 d 6.5 0.007619 0.002002
17 d 7.0 0.007810 0.002000
18 d 7.5 0.008002 0.002002
19 d 8.0 0.008207 0.002009
20 d 8.5 0.008413 0.002022
21 d 9.0 0.008627 0.002040
22 d 9.5 0.008846 0.002062
23 F 2.0 0.002000 0.005099
24 F 2.5 0.003441 0.004044
25 F 3.0 0.004712 0.003349
26 F 3.5 0.005670 0.002860
27 F 4.0 0.006402 0.002500
28 F 4.5 0.006976 0.002225
29 F 5.0 0.007440 0.002009
30 F 5.5 0.007820 0.001838
31 F 6.0 0.008136 0.001700
32 F 6.5 0.008404 0.001586
33 F 7.0 0.008634 0.001491
34 F 7.5 0.008835 0.001412
35 F 8.0 0.009012 0.001346
36 F 8.5 0.009167 0.001290
37 F 9.0 0.009306 0.001242
38 F 9.5 0.009429 0.001201
Пример вывода программы
Change Value x x`
0 s 2.0 0.006558 0.001905
1 s 2.5 0.007120 0.001951
2 d 4.5 0.006416 0.001688
3 d 5.0 0.006396 0.001761
4 d 5.5 0.006446 0.001834
5 d 6.0 0.006558 0.001905
6 d 6.5 0.006723 0.001975
7 d 7.0 0.006930 0.002045
8 d 7.5 0.007180 0.002112
9 d 8.0 0.007454 0.002179
10 d 8.5 0.007759 0.002245
11 d 9.0 0.008079 0.002311
12 d 9.5 0.008414 0.002376
13 F 2.0 0.020875 0.007700
14 F 2.5 0.013171 0.005097
15 F 3.0 0.009195 0.003726
16 F 3.5 0.007251 0.002932
17 F 4.0 0.006496 0.002441
18 F 4.5 0.006381 0.002121
19 F 5.0 0.006558 0.001905
20 F 5.5 0.006845 0.001753
21 F 6.0 0.007156 0.001643
22 F 6.5 0.007460 0.001561
23 F 7.0 0.007741 0.001498
24 F 7.5 0.007994 0.001448
25 F 8.0 0.008226 0.001408
26 F 8.5 0.008431 0.001376
27 F 9.0 0.008619 0.001348
28 F 9.5 0.008784 0.001325
#Задание 6.а
Say='фодо'
period(Say,pictures=True, d=6,s=2.5) # В одном задании нужно покрутить значение s, чтобы убедиться,
что шпур не зависит от него
period(Say,pictures=True, d=6,s=1.5)
Система линз ['Ф', 'О', 'Д', 'О'] Создана. Расчет значений:
Проверим условие фокусировки.
0<1.2<4 - выполняется
Вот есть матрица перехода
[[ 0.1 7.05]
[-0.12 1.54]]
Шпур у нее равен : 1.64
Параметр Флоке : 0.609385308030795
Параметр бетта : 12.31734683148254
Система линз ['Ф', 'О', 'Д', 'О'] Создана. Расчет значений:
Проверим условие фокусировки.
0<1.2<4 - выполняется
Вот есть матрица перехода
[[ 0.22 5.73]
[-0.12 1.42]]
Шпур у нее равен : 1.64
Параметр Флоке : 0.609385308030795
Параметр бетта : 10.011120190694319
[0.0061374932800459725, 0.0018590375924400486]
# Задание 6.г (автомат. подсчет)
# Сделать автоматический подсчет для всех вариантов
Variants=np.arange(30, dtype=float).reshape(15,2)
for i in range(15):
if i<3:
Variants[i][0]=math.pi/2
elif i<6:
Variants[i][0]=math.pi/3
elif i<9:
Variants[i][0]=math.pi/4
elif i<12:
Variants[i][0]=math.pi/6
elif i<15:
Variants[i][0]=math.pi
if i%3==0:
Variants[i][1]=1
if i%3==1:
Variants[i][1]=2
if i%3==2:
Variants[i][1]=0.5
print(Variants)
i=0
word='фодо'
'''
Создадим папки от 1 до 15
'''
# png_path='Варианты для задачи 5.б/'
# for q in range(1,16):
# os.mkdir(png_path+str(q))
for Floke,F in Variants:
i+=1
betta_func(Floke,F,word,i)
[[1.57079633 1. ]
[1.57079633 2. ]
[1.57079633 0.5 ]
[1.04719755 1. ]
[1.04719755 2. ]
[1.04719755 0.5 ]
[0.78539816 1. ]
[0.78539816 2. ]
[0.78539816 0.5 ]
[0.52359878 1. ]
[0.52359878 2. ]
[0.52359878 0.5 ]
[3.14159265 1. ]
[3.14159265 2. ]
[3.14159265 0.5 ]]
